| KEYWORD |
Mobility behavior fingerprinting
Tesi esterna in azienda
Parole chiave BEHAVIORAL MODELING, DATA ANALYSIS, MOBILITY, SENSOR FUSION
Riferimenti GIUSEPPE CARLO CALAFIORE, ALESSANDRO RIZZO
Riferimenti esterni Dr. Pino Castrogiovanni, Dr. Claudio Borean, TIM SWARM Joint Open Lab
Gruppi di ricerca SYSTEMS AND DATA SCIENCE - SDS
Tipo tesi SPERIMENTALE E MODELLISTICO
Descrizione e attivita' della tesi si inseriscono nel contesto della sperimentazione di soluzioni
innovative che mirano a cambiare i pattern di mobilita' delle persone, sfruttando le tecnologie ICT e
Internet of Things (IoT) per incentivare l'adozione di comportamenti piu' sostenibili da parte dei
singoli e migliorare complessivamente l'esperienza di mobilita' nelle citta' e l'impatto
ambientale. La tesi ha come obiettivo la progettazione e prototipazione di un sistema in
grado di produrre "prove" affidabili e sicure (fingerprint) degli spostamenti realmente
effettuati dalle persone, rilevando automaticamente i percorsi fatti e i mezzi di trasporto
usati (es. bici, auto o bus). Essendo alla base del sistema di incentivazione dei
comportamenti di mobilita' virtuosi delle persone, il sistema dovra' essere progettato per
garantire un livello di sicurezza adeguato, impedendo la contraffazione delle prove di
mobilita' da parte degli utenti del servizio.
Il lavoro di tesi iniziera' dallo studio e valutazione di come i dati raccolti dai sensori di
uno smartphone (es. GPS e/o accelerometro) possano essere elaborati per fornire
queste "prove" e come gli asset di un operatore (sistemi di localizzazione della rete
mobile e "tracce"lasciate dagli smartphone, definite come Call Detail Record CDR o
"Big Data mobile") possano essere sfruttati per aumentare l'affidabilita' e la sicurezza
complessiva del sistema. Sulla base dei risultati di questa analisi, verra' progettata e
prototipata una prima applicazione Android in grado di certificare i percorsi ed i mezzi di
trasporto usati dalle persone, sfruttando solo i sensori a bordo dello smartphone e
alcune componenti software in cloud per elaborare e certificare i dati raccolti.
A valle di una validazione del primo prototipo con utenti reali, verra' progettata e
prototipata una seconda versione dell'applicazione che sfruttera' dei dispositivi IoT
aggiuntivi (es. wearable/fitness tracker e/o altri device installati su auto/bici) per rendere
il sistema piu' affidabile o estendere l'insieme di comportamenti di mobilita' certificabili
(es. rilevazione automatica del numero di persone presenti sulla stessa auto in uno
scenario di car pooling).
Seguira' una fase di validazione del secondo prototipo e, in base ai risultati ottenuti,
l'eventuale avvio di una sperimentazione piu' estesa del sistema sviluppato nel contesto
dell'iniziativa Torino Living Lab (http://torinolivinglab.it/).
Conoscenze richieste - Ottime capacitą di programmazione
- Buona conoscenza di Java e Android
- Flessibilitą/proattivitą, propensione al problem solving e disponibilitą a lavorare in team
Scadenza validita proposta 28/11/2016
PROPONI LA TUA CANDIDATURA